[📪정보] 양자오류를 정확히 찾아내는데 사용되는 머신러닝 기술

Machine-learning technique used to pinpoint quantum errors (phys.org)

양자 오류를 정확히 찾아내는 데 사용되는 머신 러닝 기술

시드니 대학교(University of Sydney)와 양자 제어 스타트업 Q-CTRL의 연구원들은 오늘 기계 학습을 통해 양자 컴퓨터의 오류 원인을 식별하는 방법을 발표했습니다. 이를 통해 하드웨어 개발자는 전례 없는 정확도로 성능 저하를 찾아내고 유용한 양자 컴퓨터로의 경로를 가속화할 수 있습니다.

이 연구를 자세히 설명하는 공동 과학 논문 "Displaced Cat States를 통한 양자 발진기 소음 분광법"이 세계 최고의 물리 과학 연구 저널이자 미국 물리 학회(APS Physics)의 대표 간행물인 Physical Review Letters에 게재되었습니다.

양자 컴퓨팅의 아킬레스건인 환경적 "노이즈"로 인한 오류를 줄이는 데 중점을 둔 시드니 대학교 팀은 트랩핑된 이온 및 초전도 양자 컴퓨팅 하드웨어를 사용하여 양자 알고리즘을 실행하는 데 필요한 정확한 조건에서 가장 작은 편차를 감지하는 기술을 개발했습니다. 이들은 IBM, Google, Honeywell, IonQ 등의 세계 최고의 산업용 양자 컴퓨팅 노력에서 사용하는 핵심 기술입니다.

측정된 편차의 원인을 정확히 찾아내기 위해 Q-CTRL 과학자들은 맞춤형 기계 학습 알고리즘을 사용하여 측정 결과를 처리하는 새로운 방법을 개발했습니다. Q-CTRL의 기존 양자 제어 기술과 결합하여 연구원들은 또한 프로세스에서 배경 간섭의 영향을 최소화할 수 있었습니다. 이를 통해 고정될 수 있는 "실제" 노이즈 소스와 측정 자체의 팬텀 아티팩트를 쉽게 구별할 수 있습니다.

시드니 대학에서 연구를 수행한 ETH Zurich의 Cornelius Hempel 박사는 "최첨단 실험 기술과 기계 학습을 결합하면 양자 컴퓨터 개발에 큰 이점이 있음을 입증했습니다."라고 말했습니다. "Q-CTRL 팀은 데이터를 이해하고 하드웨어의 문제를 '보고' 해결할 수 있는 새로운 방법을 제공할 수 있도록 전문적으로 설계된 기계 학습 솔루션을 신속하게 개발할 수 있었습니다."

Q-CTRL CEO이자 시드니 대학교 교수인 Michael J. Biercuk은 "양자 하드웨어의 성능 저하 원인을 식별하고 억제하는 능력은 기초 연구와 양자 센서 및 양자 컴퓨터를 구축하는 산업적 노력 모두에 매우 중요합니다.

"머신 러닝으로 증강된 양자 제어는 이러한 시스템을 실질적으로 유용하게 만들고 R&D 일정을 극적으로 가속화하는 경로를 보여주었습니다."라고 그는 말했습니다.

"저명한 동료 심사를 거친 저널에 발표된 결과는 대학 연구실의 기초 과학 연구와 딥 테크 스타트업 간의 지속적인 협력의 이점을 입증합니다. 우리는 협력을 통해 이 분야를 앞으로 나아가게 되어 기쁩니다."

[📪정보] 양자오류를 정확히 찾아내는데 사용되는 머신러닝 기술

댓글 2

다른 게시글